一種臭氧濃度的分區(qū)預測方法及系統(tǒng)的制作方法
【專利摘要】一種臭氧濃度的預測方法，包括：收集、獲取待預報區(qū)域的歷史氣象數(shù)據(jù)；選取若干氣象參數(shù)作為影響因子；通過多參數(shù)擬合的方式，以選取的若干氣象參數(shù)作為因子建立臭氧濃度的預測方程，將所述氣象參數(shù)的預測值和/或?qū)崪y值代入所述預測方程中，通過求取方程來對要預測的那一天的O3 8h值進行預測。本發(fā)明方法簡單且易于操作，分區(qū)域不限于北京，可面向全國推廣；建立的分區(qū)預報系統(tǒng)中，有天氣圖下載輔助分析等功能，同時結(jié)合數(shù)值預報模擬結(jié)果，專家進一步判斷訂正形成綜合預報，為管理部門提供決策信息。
【專利說明】
-種臭氧濃度的分區(qū)預測方法及系統(tǒng)
技術領域
[0001] 本發(fā)明設及天氣預報領域，更具體地設及一種臭氧濃度的分區(qū)預測方法及系統(tǒng)。
【背景技術】
[0002] 北京市大氣環(huán)境中的化污染問題受到國務院、北京市政府W及社會大眾的廣泛關 注。2012年2月，國務院常務會議專題審議并通過了《北京市2012-2020年大氣污染治理措 施》，要求至2020年，北京市臭氧超標小時數(shù)比2010年減少30%，全年控制在20化左右;〇3濃 度水平是大氣氧化狀態(tài)的一個重要表征，大氣化的控制具有化和PM2.5改善的雙重環(huán)境效果。 理論上控制NOx和VOCs等的排放量可W大大降低化的濃度，但實際上化的生成與前體物濃度 之間并不是簡單的線性關系，且不同方式貢獻的化，其生成機制不同。且由于臭氧濃度在北 京市不同地區(qū)分布差異較大，一般來說中屯、城區(qū)站點濃度明顯低于生態(tài)植被優(yōu)良的北部、 西部地區(qū)，受污染源、氣象條件及區(qū)域傳輸影響，臭氧在北京市不同地區(qū)濃度分布差異特征 顯著。為降低北京市臭氧的濃度，區(qū)域環(huán)保部口投入大量精力治理臭氧及其前體物，收效甚 微且近年來臭氧濃度有顯著上升的趨勢。
[0003] 新空氣質(zhì)量標準實施后，北京市化濃度高低直接影響到北京市整體空氣質(zhì)量的排 名且2016年北京市重污染天氣預警擬分區(qū)響應。北京夏季臭氧污染較重，短時間內(nèi)將達到 重污染水平，臭氧污染預報將充分考慮空氣重污染的南北差異，增加分區(qū)響應原則。作為大 氣中的重要的二次污染物，如何準確預報北京市化濃度水平及變化趨勢，難度較大，風險較 高，且由于建設監(jiān)測點需要大量的投入，如何準確進行分區(qū)預報顯得更為重要。
【發(fā)明內(nèi)容】
[0004] 有鑒于此，本發(fā)明的主要目的在于提供一種臭氧濃度的分區(qū)預測方法及系統(tǒng)，W 解決上述技術問題中的至少之一。
[0005] 為了實現(xiàn)上述目的，作為本發(fā)明的一個方面，本發(fā)明提供了一種臭氧濃度的預測 方法，包括W下步驟：
[0006] 步驟SI:收集、獲取待預報區(qū)域的歷史氣象數(shù)據(jù)；
[0007] 步驟S2:選取若干氣象參數(shù)作為影響因子；
[000引步驟S3:通過擬合的方式，W選取的若干氣象參數(shù)作為因子建立臭氧濃度的預測 方程，將所述氣象參數(shù)的預測值和/或?qū)崪y值代入所述預測方程中，通過求取方程來對所述 待預報區(qū)域的要預測的那一天的化8h值進行預測。
[0009] 其中，在步驟S2中選取的若干影響因子為昨日化化值、預測的PM2.5日均濃度、N02 日均濃度、預測的日平均氣壓、日平均風速和日平均氣溫。
[0010] 其中，在步驟S3中擬合的預報方程為：
[0011]
[001^ 其中，C為要預測的那一天的化化預測值，X1，X2,……，X6分別表示要預測那一天 的N02平均濃度(yg/m3)、平均氣溫(mm)、平均氣壓化化）、平均風速(m/s)、PM2.5平均濃度(yg/ m3)的預測值的預測值，W及要預測那一天的昨日化8h(iig/m3)的預測值或?qū)崪y值，曰0， ai，......，日6是回歸系數(shù)。
[0013] 其中，所述要預測的那一天包括今天、明天和后天，分別對應未來24小時、48小時 和72小時內(nèi)的預報。
[0014] 其中，要預測那一天的平均氣壓、平均風速、平均氣溫的預測值選自WRF模式的模 擬預報結(jié)果，WRF模式初始及邊界資料為NCAR和NCEP的再分析逐日資料GFS，分辨率為1° X 1°，時間分辨率是化(00:00、〇6:00、12:00、18:00);地形和下墊面輸入資料分別來自USGS 80s全球地形和MODIS下墊面分類資料。
[001引其中，對于X6,當預測24小時內(nèi)的臭氧濃度時，選用昨日化化值的實測值；當預測 48小時或72小時內(nèi)的臭氧濃度時，選用相對于48小時或72小時的前一天的化8h預測值。
[0016] 其中，預測那一天的N02平均濃度(yg/m3)、PM2.評均濃度(yg/m3)可W通過空氣質(zhì) 量數(shù)值模式得出，也可W通過多元回歸方程式擬合出。
[0017] 其中，所述待預報區(qū)域為一個大的預測區(qū)域中的局部，從而能夠通過對所述大的 預測區(qū)域中的不同局部進行如權利要求1至6任意一項所述的臭氧濃度的預測方法進行預 ，來實現(xiàn)所述大的預測區(qū)域的分區(qū)預測。
[0018] 作為本發(fā)明的另一個方面，本發(fā)明還提供了一種臭氧濃度的預報系統(tǒng)，所述預報 系統(tǒng)執(zhí)行如上所述的臭氧濃度的預測方法，來對未來某一時間的化8h值進行預測。
[0019] 其中，所述預報系統(tǒng)是基于matlab軟件來執(zhí)行所述臭氧濃度預測方法的。
[0020] 其中，所述預報系統(tǒng)對預測結(jié)果的發(fā)布還通過專家來進一步判斷訂正，形成綜合 預報信息;所述預報系統(tǒng)能夠?qū)㈩A測數(shù)據(jù)打印輸出。
[0021] 基于上述技術方案可知，本發(fā)明的預測方法和系統(tǒng)具有W下有益效果：（1)將因子 逐個引入，引入因子的條件是該因子的方差貢獻是顯著的；同時，在引入第3個因子后若要 再引入新因子則在每引入一個新因子前，要先對進入方程的因子逐個檢驗，將方差貢獻不 顯著的因子剔除，保證最后方程中所有因子都是顯著的；作為預報員，運方面的工作主要基 于臭氧濃度與各因子的相關性大小(下文有說明），在空氣質(zhì)量預報預警業(yè)務工作中經(jīng)過多 年的實踐經(jīng)驗積累及認識加 W篩選和修正；（2)由于采用動態(tài)建立回歸方程的方法，一段時 間內(nèi)預報方程和不同預報要素的預報方程均不同，回歸方程數(shù)量可更新；（3)方法簡單且易 于操作，與一般的預報模式相比，該模型在對數(shù)據(jù)、預報精度等的要求上仍具有一定的優(yōu) 勢；（4)建立的分區(qū)預報系統(tǒng)中，有天氣圖下載輔助分析等功能，同時結(jié)合數(shù)值預報模擬結(jié) 果，專家進一步判斷訂正形成綜合預報，為管理部口提供決策信息；（5)本方法分區(qū)域不限 于北京，可面向全國推廣。
【附圖說明】
[0022] 圖1為北京市的臭氧觀測站點分布和分類圖；
[0023] 圖2為2014年北京市城六區(qū)化8h預報結(jié)果與實測值對比圖；
[0024] 圖3為本發(fā)明的北京市化8h分區(qū)動態(tài)統(tǒng)計模型的界面；
[0025] 圖4為本發(fā)明的北京市化8h分區(qū)分區(qū)預報結(jié)果的展示報出圖；
[00%]圖5為采用顏色標示空氣質(zhì)量級別時的AQI分區(qū)預報表格。
【具體實施方式】
[0027] 為使本發(fā)明的目的、技術方案和優(yōu)點更加清楚明白，W下結(jié)合具體實施例，并參照 附圖，對本發(fā)明作進一步的詳細說明。
[0028] 本發(fā)明公開了一種臭氧濃度的分區(qū)預測方法和系統(tǒng)，為了更清楚地闡述該技術方 案，下面W北京市2013-2014年度的預測數(shù)據(jù)為例進行說明。需要強調(diào)的是，本發(fā)明的方法 和系統(tǒng)并不限于北京市的臭氧分區(qū)預測，也同樣適應任何其他地區(qū)的臭氧分區(qū)預測。
[0029] 采用北京市環(huán)境保護監(jiān)測中屯、發(fā)布的城六區(qū)（東城、西城、朝陽、海淀、豐臺、石景 山）；西北部（昌平、延慶）；東北部(懷柔、密云、平谷、順義）；東南部(通州、大興、亦莊）；西南 部(房山、n頭溝)相關監(jiān)測站點化化濃度日均值作為不同方位的污染物濃度，監(jiān)測站點分 類及位置見圖1。分區(qū)預報共設及5個分區(qū)，每個區(qū)域選擇污染物監(jiān)測點位1~5個，由于受氣 象監(jiān)測數(shù)據(jù)監(jiān)測及收集的制約，研究氣象監(jiān)測點位只有一個。
[0030] 歷史的氣象資料為北京市觀象臺的地面和探空觀測數(shù)據(jù)，受多種因素的制約沒有 捜集到各分區(qū)污染物監(jiān)測站點對應的氣象數(shù)據(jù)。預報選用的氣象資料為WRF模式的模擬預 報結(jié)果，WRF是美國國家大氣研究中屯、(NCAR)、美國國家大氣海洋總署、國家環(huán)境預報中屯、 (NOAA)等多個機構(gòu)共同發(fā)展的新一代中尺度數(shù)值模式。WRF模式初始及邊界資料為NCAR和 NCEP的再分析逐日資料GFS，分辨率為1° X 1°，時間分辨率是化(00 :00、06 :00、12:00、18: 00);地形和下墊面輸入資料分別來自USGS 80s全球地形和MODIS下墊面分類資料?？深A測 未來72h水平及氣象要素變化。
[0031] 預測的N02平均濃度(yg/m3)和PM2.5平均濃度(yg/m3)可W基于多元線性回歸方程 獲得，也可W根據(jù)現(xiàn)有的空氣質(zhì)量數(shù)值模式模擬預報結(jié)果。W數(shù)值預報模擬結(jié)果為例，空氣 質(zhì)量數(shù)值模式在模擬一次污染物如S02、N02等方面模擬結(jié)果較好，但對化等二次污染物模擬 結(jié)果較差，本發(fā)明的預報方法結(jié)合數(shù)值模式與統(tǒng)計模式的優(yōu)點，對化濃度開展分區(qū)預報。
[00創(chuàng)本發(fā)明的預報方法
[0033] 采用2013~14年的數(shù)據(jù)分析北京市化化的污染水平、時間分布、空間分布特征。 在分析化化污染現(xiàn)狀的基礎上，采用動態(tài)統(tǒng)計模型進行預測預報，動態(tài)統(tǒng)計模型假設污染 水平主要受氣象條件控制，污染源變化很小;選取穩(wěn)定性好、代表性強、與污染相關性好的 氣象因子，同時對類似的氣象因子進行組合W減少因子的個數(shù)，使用線性擬合工具對北京 市化8h建立多元回歸方程來進行預報。
[0034] 臭氧一方面受前體物濃度影響，一方面取決于氣象條件。統(tǒng)計模式預報因子主要 包括污染持續(xù)因子和氣象條件因子兩大類，其中污染持續(xù)因子主要為昨日化化濃度及臭 氧前體物濃度。由于缺乏VOCs監(jiān)測數(shù)據(jù)，預測臭氧濃度的前體物VOCsWPM2.5代替，最終的污 染持續(xù)因子選擇為N02和PM2.5。氣象因子包括主要為風速、溫度、相對濕度等。統(tǒng)計的北京觀 象臺相對濕度、溫度、風速、氣壓與不同區(qū)域污染物監(jiān)測點化化濃度的相關性表明北京市化 化與相對濕度呈負相關關系，相關系數(shù)(R)為-0.27，相對濕度對化化的影響較小；相對濕 度反映了大氣中水汽的含量，研究表明濕度越高，特別是在高濕或降雨條件影響下，〇3她 濃度會明顯下降。溫度與化化呈正相關關系，且化峰值與氣溫峰值出現(xiàn)時間基本吻合;溫度 一方面有著年變化、月變化、日變化特征，另一方面反映了臭氧光化學反應速率的大小。風 速與化化呈正相關關系，風速反映了大氣邊界層端流的強弱，一方面直接引起周邊地區(qū)臭 氧向北京直接輸入，另一方面W輸入前體物的方式貢獻臭氧;超標日化化濃度上升趨勢更 明顯，風速每增大1.0m-S-1，化化濃度上升11.6化g .Hf3D且化化濃度在不同風速范圍間 的變化較大，當?shù)孛骘L速在1.1~2.0m ? S-I范圍內(nèi)時，〇3化濃度是200.5iig ? nf3,當?shù)孛骘L 速在2.1~3.Om- S-I范圍內(nèi)時，〇3 8h濃度是212.化g .Hf3D由于高濃度臭氧發(fā)生在較為穩(wěn)定 的天氣狀況下，地面多為偏南風且平均風速低于2.0m ? S^i,風速越大，區(qū)域高濃度臭氧及其 前體物易向北京輸送，導致北京臭氧濃度上升;且風速較大還有利于降低NO對臭氧滴定與 消耗。另外較高的風速抬高了大氣邊界層高度，引起的上層臭氧向下輸送也起著一定的作 用。
[0035] 氣壓越低，〇3化濃度水平越高，氣壓越高，化化濃度水平越低。氣壓代表著天氣系 統(tǒng)的移動及演變，直接影響各氣象要素的變化，研究表明北京臭氧污染多發(fā)生在低氣壓系 統(tǒng)或弱氣壓場天氣系統(tǒng)控制，高溫、低濕、低風速有助于出現(xiàn)臭氧高濃度值。
[0036] 經(jīng)篩選本發(fā)明選取的預報因子有昨日化她(iig/m3)、PM2.5日均濃度(yg/m 3)、N〇2日 均濃度(yg/m3)、日平均氣壓化化）、日平均風速(m/s)、日平均氣溫rC )?；旧夏芊从郴?體物、大氣擴散能力、天氣狀況等。昨日〇3她(yg/m3)作為預報的濃度基點，不同分區(qū)污染物 濃度為不同分區(qū)各站點的日均濃度平均值，不同分區(qū)歷史氣象要素值均為觀象臺觀測結(jié) 果，預測值為該區(qū)WRF模式的預報結(jié)果。
[0037] 使用線性擬合工具對北京市不同地區(qū)建立多元回歸方程，濃度表達式為：
[00；3 引
[0039] 其中xi，X2,
……，X6分別表示要預測那一天的N02平均濃度(iig/m 3)、平均氣溫(mm)、 平均氣壓化化）、平均風速(m/s)、PM2.5平均濃度(yg/m3)的預測值，W及要預測那一天的前 一天的〇38h(yg/m3)的預測值或?qū)崪y值，ao，ai，……，as是回歸系數(shù)。
[0040] 其中，要預測那一天的N02平均濃度(yg/m3)和PM2.5平均濃度(yg/m 3)的預測值可W 通過現(xiàn)有的預報方法(多元回歸方程式或者空氣質(zhì)量數(shù)值模式)來獲得。
[0041] 其中，對于要預測那一天的昨日化她(yg/m3)的值X6,當預測24小時內(nèi)的臭氧濃度 時，選用昨日化化值的實測值；當預測48小時或72小時內(nèi)的臭氧濃度時，選用相對于48小 時或72小時的昨日化8h預測值，即多次使用該多元回歸方程來預測前一天的化化值。
[0042] 根據(jù)北京市不同地區(qū)化她2013~14年全年的日均濃度與氣象因子數(shù)據(jù)，建立了 多元回歸表達式(表1)。
[0043] 表1北京市分區(qū)化8h日均濃度表達式
[0044]
[0045] 隨著時間的增長，新的監(jiān)測數(shù)據(jù)不斷入庫，將新加入的污染物與氣象觀測數(shù)據(jù)按 一定周期進行更新并建立新的統(tǒng)計關系。針對2013~2014年建立的統(tǒng)計方程將其中的氣象 因子替換為WRF模式2地預報輸出的相應氣象因子數(shù)據(jù)，對北京市城六區(qū)化化預報效果進 行評估，結(jié)果見圖2?？蒞看出北京市化化預測值均與實測值吻合良好，大部分預測值與模 擬值水平接近，相關系數(shù)達0.8，模型預測值略低估低估化化濃度水平;統(tǒng)計的標準化平均 偏差(醒B)為9.82%，標準化平均誤差(NME)基本在33.18% W內(nèi)，〇3化濃度級別準確率在 75% W上;預測值與實測值有良好的變化趨勢，基本可W較好地反映化8h的濃度變化。 [OOW 本發(fā)明的預報系統(tǒng)界面集成
[0047] 本發(fā)明的預報系統(tǒng)包括污染物與氣象實測數(shù)據(jù)庫、WRF預報數(shù)據(jù)庫和基于MATLAB 的用戶操作平臺。系統(tǒng)采用分層、分布式機構(gòu)設計，整個系統(tǒng)分為兩層:數(shù)據(jù)存儲層和系統(tǒng) 運算層。數(shù)據(jù)存儲層主要是存儲手動輸入的數(shù)據(jù)與系統(tǒng)輸出的結(jié)果。手動輸入的數(shù)據(jù)包括 昨日細顆粒物實測濃度與預測日期及當天氣象因子預測值，系統(tǒng)輸出的結(jié)果主要是濃度預 測值。系統(tǒng)運算層是讀取初始輸入資料并進行相關運算和展示結(jié)果的程序。預報系統(tǒng)整體 具有動態(tài)的特性，新生的污染樣本及氣象樣本會及時地加入到系統(tǒng)數(shù)據(jù)集中，并對預報系 統(tǒng)進行調(diào)整，使模式系統(tǒng)能夠反映變化中的污染狀況。
[0048] 與數(shù)值預報系統(tǒng)相比，本發(fā)明的統(tǒng)計預測系統(tǒng)操作方便，不需要較專業(yè)的計算硬 件設備，且對運維人員的編程能力要求不高，簡單便捷，是地級市及區(qū)縣開展空氣質(zhì)量預報 工作理想的應用工具，也是各地區(qū)空氣重污染預警技術平臺的重要組成部分，只有對各種 預報方法進行綜合集成并取其優(yōu)勢，才能優(yōu)化空氣質(zhì)量預報結(jié)果，W滿足高質(zhì)量大氣重污 染預警的要求。
[0049] 下面W-個優(yōu)選實施例的方式描述本發(fā)明的預報系統(tǒng)。
[0050] 1空氣質(zhì)量日報數(shù)據(jù)，可W放到一個文件夾下，如，03她data，經(jīng)過程序處理后，寫 到數(shù)據(jù)表單里面格式如下：
[0化1 ]
[0052]每個地區(qū)為該地區(qū)幾個監(jiān)測點的逐日化化值，和圖4中分區(qū)所選的點一樣。運個 模塊可W設為兩個按鈕，如運行、查看保存。查看時自動跳出表單數(shù)據(jù)。
[0化3] 2氣象數(shù)據(jù)處理
[0054]表單里面，格式為：
[0056]~該模塊設為1個按鈕，如查看，查看時自動跳出表單數(shù)據(jù)，可W修改保存該表單。I [0化7] 3分區(qū)預報
[005引該模型每天預報未來=天的分區(qū)化8h濃度及對應的指數(shù)。
[0059] 格式樣例如下：
[0061] ~當采用顏色標示空氣質(zhì)量級別時，該表格如圖5所示。
[0062] 4結(jié)果展示
[0063] 每天產(chǎn)生未來2地\4她\7化的圖片，放到某個文件夾下，例如如圖4所示。
[0064] 5預報比對
[0065] 預報比對就是統(tǒng)計分析監(jiān)測數(shù)據(jù)與預報數(shù)據(jù)的統(tǒng)計分析。包括2地、4她、72h預報 結(jié)果的比對分析，W24h預報結(jié)果比對為例，格式樣例如下：
[0066]
[0067] 如果沒有數(shù)據(jù)或數(shù)據(jù)負值的的話，就是空格，時間字符串是保留的，每天的預報滾 動預報寫入，也可W逐個讀取分區(qū)預報模塊中的每天的數(shù)據(jù)文件。該模塊設置有兩個按鈕： 一個是處理，一個是查看。
[0068] 6天氣圖輔助分析
[0069] 用于下載待預測區(qū)域天氣實況和預報圖，放到安裝后某個文件夾下，下載氣象圖 后，界面上設置有=個按鈕:一個是下載，一個是查看，一個是寫入。
[0070] 7系統(tǒng)設置
[0071] 系統(tǒng)設置里面就是設置權限，設置默認系統(tǒng)賬戶和密碼?？蒞建立分賬戶使用該 系統(tǒng)。
[0072] 8打印功能
[0073] 可W選擇性的打印報表文件，里面設置有3個按鈕:一個是查看，選擇相關文件，另 一個是選擇打印機，可W連接打印機或輸入打印機ip，最后一個是打印。
[0074] W上所述的具體實施例，對本發(fā)明的目的、技術方案和有益效果進行了進一步詳 細說明，應理解的是，W上所述僅為本發(fā)明的具體實施例而已，并不用于限制本發(fā)明，凡在 本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護 范圍之內(nèi)。
【主權項】
1. 一種臭氧濃度的預測方法，其特征在于，包括以下步驟： 步驟Si:收集、獲取待預報區(qū)域的歷史氣象數(shù)據(jù)； 步驟S2:選取若干氣象參數(shù)作為影響因子； 步驟S3:通過擬合的方式，以選取的若干氣象參數(shù)作為因子建立臭氧濃度的預測方程， 將所述氣象參數(shù)的預測值和/或?qū)崪y值代入所述預測方程中，通過求取方程來對所述待預 報區(qū)域的要預測的那一天的O3 8h值進行預測。2. 如權利要求1所述的臭氧濃度的預測方法，其特征在于，在步驟S2中選取的若干影響 因子為昨日O3 8h值、PM2.5日均濃度、NO2日均濃度、預測的日平均氣壓、日平均風速和日平均 氣溫。3. 如權利要求1所述的臭氧濃度的預測方法，其特征在于，在步驟S3中擬合的預報方程 為：其中，c為要預測的那一天的O3Sh預測值，X1，X2,……， X6分別表示要預測那一天的NO2平 均濃度(yg/m3)、平均氣溫(mm)、平均氣壓(hPa)、平均風速(m/s)、PM2.5平均濃度(yg/m 3)的預 測值，以及要預測那一天的昨日O3 8h(yg/m3)的預測值或?qū)崪y值，加，&1，……，a6是回歸系 數(shù)。4. 如權利要求3所述的臭氧濃度的預測方法，其特征在于，所述要預測的那一天包括今 天、明天和后天，分別對應未來24小時、48小時和72小時內(nèi)的預報。5. 如權利要求3所述的臭氧濃度的預測方法，其特征在于，要預測那一天的平均氣壓、 平均風速、平均氣溫的預測值選自WRF模式的模擬預報結(jié)果，WRF模式初始及邊界資料為 NCAR和NCEP的再分析逐日資料GFS，分辨率為1° X 1°，時間分辨率是6h(00:00、06:00、12: 00、18:00);地形和下墊面輸入資料分別來自USGS 30s全球地形和MODIS下墊面分類資料。6. 如權利要求3所述的臭氧濃度的預測方法，其特征在于，對于要預測那一天的昨日O3 8h(yg/m3)的值X6,當預測24小時內(nèi)的臭氧濃度時，選用昨日〇3 8h值的實測值；當預測48小 時或72小時內(nèi)的臭氧濃度時，選用相對于48小時或72小時的昨日O3 8h預測值。7. 如權利要求1所述的臭氧濃度的預測方法，其特征在于，所述待預報區(qū)域為一個大的 預測區(qū)域中的局部，從而能夠通過對所述大的預測區(qū)域中的不同局部進行如權利要求1至6 任意一項所述的臭氧濃度的預測方法進行預測，來實現(xiàn)所述大的預測區(qū)域的分區(qū)預測。8. -種臭氧濃度的預報系統(tǒng)，其特征在于，所述預報系統(tǒng)執(zhí)行如權利要求1至7任意一 項所述的臭氧濃度的預測方法，來對未來某一時間的O 3Sh值進行預測。9. 如權利要求8所述的臭氧濃度的預報系統(tǒng)，其特征在于，所述預報系統(tǒng)是基于matlab 軟件來執(zhí)行所述臭氧濃度預測方法的。10. 如權利要求8所述的臭氧濃度的預報系統(tǒng)，其特征在于，所述預報系統(tǒng)對預測結(jié)果 的發(fā)布還通過專家來進一步判斷訂正，形成綜合預報信息;所述預報系統(tǒng)能夠?qū)㈩A測數(shù)據(jù) 打印輸出。
【文檔編號】G01W1/10GK106019409SQ201610308915
【公開日】2016年10月12日
【申請日】2016年5月11日
【發(fā)明人】程念亮, 張大偉, 孫峰, 李云婷, 陳晨, 王步英
【申請人】北京市環(huán)境保護監(jiān)測中心